Certification cost of quantum models: measurement correlation, not parameter count

技術要約：量子モデルの認証コスト

問題提起
変分量子コンピューティングにおける現在の慣行では、学習済みモデルのフィッシャー幾何学を報告するか、あるいはパラメータ数と精度に基づいてモデルを比較することが多い。しかし、これらの指標には、それらを確立するための「コスト」に関する中立的な測定単位が欠けている。具体的には、経験的フィッシャー行列を特定の相対誤差で認証するために必要なショット予算（回路実行回数）を引用することは稀である。この予算がなければ、報告された幾何学を監査することはできない。さらに、測定コストは普遍的に $p^3$（$p$ はパラメータ数）でスケールするという仮定が広く存在しており、これは小規模なシステム研究から外挿されたものである。本論文は、以下の3つの問いに取り組む。幾何学を同等の推定品質で認証するためのショットコストはいくらか？ 三次（$p^3$）の指数は普遍的な法則か？ もしそうでないなら、何がコストのレジームを決定するのか？

手法
著者らは、学習済みモデルから得られる2つの測定可能な量に基づき、閉じた形式の「認証コスト則」を導出している。

1. $V$（読み出し分散）： 測定された量子ビットのフル共分散行列の総和として計算される、モデル出力の単一実行推定値の分散。
2. $G$（勾配ノルムの二乗）： パラメータシフト勾配の二乗ノルム。

座標ごとのパラメータシフト推定法を用い、著者らは、経験的フィッシャー行列において相対フロベニウス誤差 $\varepsilon$ を達成するために必要なショット数 $S$ および回路実行回数 $B_Q$ は以下の通りであることを証明している：
$$S = \Theta\left(\frac{pV}{\varepsilon^2 G}\right), \quad B_Q = \Theta\left(\frac{B p^2 V}{\varepsilon^2 G}\right)$$
ここで $B$ はバッチサイズである。著者らは、この推定器のクラス内では、パラメータ間でショットを一様に割り当てることが最適であることを示している。

これらの理論的境界を検証し、スケーリング指数を調査するために、本研究では以下を採用している：

• シミュレーション： 最大256量子ビットまでの行列積状態（MPS）バックエンドを使用し、小規模なシステムについては厳密な状態ベクトルと比較して検証を行った。
• 回路ファミリ： 積ファミリ（もつれなし）、ブリックワーク・エンタングラー、逐次型チェーン、リング・エンタングラー、および読み出しライトコーンの幅が構造的に固定された「ブロック化」エンタングラーの分析。
• ハードウェア実行： IBMデバイス（ibm_marrakesh, ibm_fez, ibm_kingston）上でミラー回路を実行し、ハードウェアによる減衰とマルチプライヤーを測定した。
• 事前登録： 14項目のチェックが事前に登録された。論文では、どのチェックが失敗したか、またそれらの失敗が結果の解釈や報告をどのように変化させたかを明示的に報告している。

主な貢献

1. 認証コスト則： 経験的フィッシャー行列を認証するために必要な実行回数に関する、一致する上限および下限の提示。この法則は、想定されるのではなく、測定された読み出し分散（$V$）を使用するため、全く異なるスケーリング指数を持つファミリに対して単一の定数でコストを再現できる。
2. 普遍的な三次コストの反証： 本論文は、広く引用されている $p^3$ スケーリングが普遍的な法則ではないことを示している。それは、レジスタサイズが読み出しライトコーンに匹敵する場合にのみ観察される「有限サイズ・ウィンドウ」である。
3. 会計恒等式（Accounting Identity）： 著者らは、適合されたコスト指数がアーキテクチャの独立した特性ではなく、$V$ と $G$ がシステムサイズ $n$ に対してどのようにスケールするかから導かれる恒等式であることを示している。具体的には、指数は $2 + \frac{d \log(nV)}{d \log n} - \frac{d \log(nG)}{d \log n}$ （および有限サイズの事前係数）に等しい。
4. ハードウェア・マルチプライヤーの測定： ミラー回路を用いて、実機デバイスのノイズによってショット要件が増加する係数（ハードウェア・マルチプライヤー）を測定し、IBMデバイス上で $2.07\times$ から $2.38\times$ の値であることを明らかにした。

結果

• スケーリング・レジーム： 本研究は、「読み出しライトコーン」に基づく2つのレジームを特定している：
  • コーン制限（Cone-Limited）： ライトコーンがレジスタとともに広がる場合（例：小規模な $n$ における逐次型チェーン）、指数は3に近い。
  • コーン飽和（Cone-Saturated）： ライトコーンが固定されている場合（例：ハードウェアの接続性やブロック化エンタングラーによって固定されている場合）、指数は2に近い値まで低下する。
  • 積ファミリ： 256量子ビットまで認証された積ファミリ（もつれなし）は、実行指数として $1.966$（95%信頼区間: 1.934–1.997）を示し、三次（cubic）の仮定に矛盾している。
• 指数の変動： ブリックワーク・エンタングラーの場合、指数は $n < 10$ での $2.853$から、$n > 64$での$1.715$へと低下する。逐次型チェーンの場合、全上昇過程（$n=16$から$96$）での指数は$3.032$であるが、$n \ge 64$に限定すると$1.758$ に低下する。
• 読み出し重み： 認証に最適な読み出し重みを使用することで、ハードウェア上での測定ショット予算を $2.67\times$ 低減できる。この節約率は、ノイズレスのシミュレーションが予測したようなスケーリングではなく、量子ビット数（4から12）に関わらず一定であった。
• 不一致モデル： 小規模な回路で適合されたモデルは、将来的な大規模サイズへの転移に失敗する。公称90%区間は、保持されたより大きなサイズに対してわずか36%のカバー率しか持たない。分割コンフォーマル校正（Split conformal calibration）のみが、将来のセルに対して近似的な公称カバー率（86.1%）を維持できる唯一の手法である。
• 登録された失敗： 論文では、クラスを正しく区別できなかったプール回帰や、ディスレパンシー・モデルがキャリブレーション・グリッドから外れた平均予測を転移できなかったことなど、クリアできなかった事前登録済みのチェックを報告している。

意義と主張
本論文は、「三次コスト（cubic cost）」は有限サイズのアーティファクトであり、根本的な法則ではないと主張している。真のコストは、読み出し分散と勾配信号のスケールによって決定され、それらはレジスタサイズに対する読み出しライトコーンによって規定される。したがって、小規模なシミュレーション（ライトコーンが制限されている場合）から得られたコスト推定値を、大規模なマシン（ライトコーンが飽和している場合）へ外挿することは、大規模な過大評価（例：256量子ビットの積ファミリに対して600倍の差）につながる。

著者らは、読み出し分散と勾配信号の個別のスケーリングを報告することは、適合されたコスト指数を報告することよりも厳密に情報量が多いことを強調している。また、「会計恒等式」が問題を再定義していることも強調している。すなわち、指数は $V$ と $G$ がどのようにスケールするかという結果であり、独立したアーキテクチャの特性ではない。最後に、本研究は shotcost という実用的なツールを提供し、デバイスの接続性がライトコーンを固定することを確立しており、実機デバイスは、コストが $p^3$ よりも $p^2$ に近い形でスケールする「コーン飽和」レジームにあることを示している。

論文は、その範囲について謙虚な姿勢を保っており、最適性の境界が座標シフト戦略に適用されること、およびジョイント・シングルコピー戦略（古典的シャドウなど）に対する下限については未解決のギャップとして残っていることを注記している。また、結果が1次元結合トポロジーおよび深さ2の回路に基づいていることを明確にしており、2次元マップは対象としていない。